重复的数字在Python中读取文本文件

Question

我有一个 Python 脚本，我试图用它来打印Duplicate.txt文件中的重复数字：newList = set()datafile = open ("Duplicate.txt", "r")for i in datafile:    if datafile.count(i) >= 2:        newList.add(i)datafile.close()print(list(newList))我收到以下错误消息，有人可以帮忙吗？AttributeError: '_io.TextIOWrapper' object has no attribute 'count'

Answer 1

问题恰恰是它所说的：文件对象不知道如何计数。它们只是迭代器，而不是列表或字符串之类的东西。

造成这种情况的部分原因是，一遍又一遍地扫描整个文件可能会非常缓慢。

如果你真的需要使用count，你可以先把这些行放到一个列表中。列表是完全在内存中的，因此一遍又一遍地扫描列表并没有那么慢，并且列表有一种count方法可以完全满足您的要求：

datafile = open ("Duplicate.txt", "r")

lines = list(datafile)

for i in lines:

    if lines.count(i) >= 2:

        newList.add(i)

datafile.close()

但是，有一个更好的解决方案：只需在进行时保持计数，然后保留 >= 2 的计数。实际上，您可以将其写成两行：

counts = collections.Counter(datafile)

newList = {line for line, count in counts.items() if count >= 2}

但是，如果您不清楚为什么这样做，您可能希望更明确地进行操作：

counts = collections.Counter()

for i in datafile:

    counts[i] += 1

newList = set()

for line, count in counts.items():

    if count >= 2:

        newList.add(line)

或者，如果您甚至不了解以下内容的基础知识Counter：

counts = {}

for i in datafile:

    if i not in counts:

        counts[i] = 1

    else:

        counts[i] += 1

Answer 2

您代码中的错误正在尝试应用count到文件句柄，而不是list。

无论如何，您不需要计数元素，只需要查看文件中是否已经存在该元素。

我建议使用一个标记集，以记下已经发生了哪些元素。

seen = set()

result = set()

with open ("Duplicate.txt", "r") as datafile:

    for i in datafile:

        # you may turn i to a number here with: i = int(i)

        if i in seen:

            result.add(i)  # data is already in seen: duplicate

        else:

            seen.add(i)  # next time it occurs, we'll detect it

print(list(result))  # convert to list (maybe not needed, set is ok to print)